Linux-驱动 & CUDA配置

attention: Need ROOT

一、Linux-Driver配置

第一步：检查驱动情况

nvidia-smi

一般没出现下图就是没有驱动，或者说不是我们需要的“驱动”
image.png|500

第二步：查GPU信息&下载对应驱动

1. 查GPU信息，命令：

lspci | grep -i vga

我这里显示如下：
image.png

2. 上官网查驱动&下载

官网： https://www.nvidia.cn/Download/index.aspx?lang=cn
默认显示（感觉默认会是你的PC电脑的配置）：
image.png|550

根据第一步的查询信息，选就可以了，我这里是GeForce 1080 Ti，然后点击【搜索】
image.png|550

就会更新界面，并出现【下载】，点击就会下载到你的本地PC端
image.png|550

第三步：安装驱动 & 可能出现的问题(X服务器)

3.1 把刚刚下载的安装包 （.run结尾）上传到Linux服务器。就是这个：

image.png|263

3.2 切换对应的上传文件夹目录下

我的上传位置是/home/user_name/download/NVIDIA-Linux-x86_64-535.146.02.run
所以我要到的位置是/home/user_name/download/
如图：利用cd download/ 命令进入
image.png

3.3 安装 & X服务器问题解决方案

A. 如果if 直接运行安装命令如下：

sh NVIDIA-Linux-you-version-package.run
sh 你的安装包名字

e.g., 
sh NVIDIA-Linux-x86_64-535.146.02.run

会报错，报错内容：
ERROR: You appear to be running an X server; please exit X before installing. For further details, please see the section INSTALLING THE NVIDIA DRIVER in the README available on the Linux driver download page at www.nvidia.com.
解释： 大多数Linux系统为了方便，会安装UI界面或者叫图形界面，就是你可以看见的，用鼠标和键盘可以互动的界面，而这些界面需要有X服务器进行管理/运行。而 当你在Linux系统上安装NVIDIA驱动时，出现这个错误是因为检测到X服务器正在运行。在安装NVIDIA驱动之前，建议退出X服务器。
（总得来说，交互界面由驱动支持进行，驱动安装需要停止交互界面，才可以进行安装）

解决：停用X服务器（需要ROOT权限），安装完成后重启启用
根据你的服务器安装的系统不同，而有不同命令，建议查一下，这里展示了systemd系统的（如Ubuntu 16.04及更高版本，一些Centos版本）
命令：

sudo systemctl stop gdm    # for GDM
sudo systemctl stop lightdm # for LightDM

Centos 显示管理器服务是gdm（Gnome Display Manager）或lightdm（LightDM）
我这里系统使用的是前者，GDM。

B. Then, 运行安装驱动命令

sh 你的安装包名字

安装会出现一堆乱七八糟的问题，参考这位大佬，感谢！
详细安装问题参考这位大佬：

当你看见successful的时候就成功了！
验证命令如下：

nvidia-smi

只要出现了你的GPU信息，就是第一张图像所展示的，就成功了
image.png|500

C. Last, 恢复运行X服务器（option）
如果你前面停用了，这里就重新启动一下就好

sudo systemctl start gdm    # for GDM
sudo systemctl start lightdm # for LightDM

二、 Linux-CUDA配置

第一步：确认CUDA需求

需求描述：一般安装CUDA都是为了深度学习框架的环境等等，所以这一步就最好根据你后续的需求确认以下 “东西” 的版本对应问题：

  • GPU驱动
  • CUDA
  • torch (including torchvision, torchaudio)
    （版本匹配能避免后面你跑代码的很多问题，现在一次性处理好环境，以后都不用管了）

驱动和CUDA的对应版本关系去官网看，全网最可信的来源
NVIDIA官网： https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
CUDA和torch版本官网去看，最可信来源
Pytorch官网： https://pytorch.org/get-started/previous-versions/
参考文章：[[Linux-深度学习env配置+pycharm安装配置]]
我这里选择了torch=1.13.1，所以CUDA选择了11.6，大家选择合适的就好

第二步： 下载CUDA Toolkit

  1. CUDA官网： https://developer.nvidia.com/cuda-toolkit-archive
    进去选择你需要的版本（比如我这里选择了CUDA是11.6的，点进去就好）
    image.png
    找到你需要的系统版本，这里大家可能会问不知道系统是什么，那就查一下吧。给出了查询部分信息的命令：
    怎么知道具体的选择信息？ （这篇文章的最后我给了查找方法，因为不是正文就没放这里了）参考本文最后
    image.png
    这里官网给出的下载命令和安装命令可以记住，后面会用

  2. 在Linux服务器输入下载命令：

wget https://developer.download.nvidia.com/compute/cuda/11.6.0/local_installers/cuda_11.6.0_510.39.01_linux.runsudo

我在download文件夹下面下载的：
image.png

第二步： 安装CUDA (需要ROOT权限)

  1. 上一步骤中的安装命令，直接在你下载好的CUDA位置执行就可以，具体后面有，执行前先添加执行权限
    添加权限命令：
chmod +x cuda_11.6.0_510.39.01_linux.run
chmod +x 你下载的包的名字

执行命令（安装需要ROOT权限！）：

sh cuda_11.6.0_510.39.01_linux.run
sh 你下载的包的名字

  1. 同意协议
    输入accept就可以了
    image.png

  2. 安装选项选择
    键盘上的上下左右，就可以移动了，enter是确认或取消
    前面我们已经安装了驱动，这里就没有选择安装驱动
    选择install 直接enter 就可以运行安装
    image.png

  3. 恭喜安装成功
    出现下面的图，就是安装好了
    这里可以看到，我用的ROOT权限安装的，不是root会写不进去/usr/local/....文件夹，导致安装不成功
    image.png

第三步： 添加环境变量

  1. 打开~.bashrc文件（一般在你的usr用户的根目录下可以找到），添加两句话即可
    image.png|375
export PATH="/usr/local/cuda-11.6/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-11.6/lib64:$LD_LIBRARY_PATH"

解释：就是需要把路径改成你的CUDA版本

export PATH="/usr/local/cuda-你的版本好/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-你的版本号/lib64:$LD_LIBRARY_PATH"
  1. 执行命令：(我的理解是更新资源情况)
source ~/.bashrc

image.png

  1. 验证情况
    命令：
nvcc -V

注意：大写字母`V`

恭喜你，CUDA安装成功！
image.png|475

推荐阅读： [[Linux-深度学习env配置+pycharm安装配置]]

题外话（可能需要查版本的命令）

1. 查询Linux版本：

cat /proc/version

显示结果：
image.png

2. 查看CentOS版本：

cat /eat/redhat-release

CentOS Linux release 7.9.2009 (Core)
这里的版本是7,

3. ！！！可能出现问题：根本找不到路径
image.png

那就手动进入eat文件夹，这文件与home文件夹同级，cd到该路径就可以。
文件夹位置：
image.png|212
手动进入eat文件夹之后，再用命令，你就可以看到centos版本了

cat redhat-release

感谢NVIDIA官网！